使用Java搜索Ms-word文件的内容

Question

我的要求是从放置在同一文件夹中的多个MS-word或Ms-Excel文件中搜索内容。我如何使用java技术实现这一点？请给我一个概述。

谢谢

Answer 1

您可以充分利用可用的第三方组件，例如Apache POI(免费)或ASPOSE(付费)。他们的文档应该指定在MS文档中检索数据的方式。

请参阅：How to read content from ms word files using Jakarta POI

Answer 2

可以使用Apache Tika轻松地提取microsoft word文件的内容并搜索整个文本。

示例代码-

File f = new File("path to file");
FileInputStream is = new FileInputStream(f);
ContentHandler contenthandler = new BodyContentHandler();
Metadata metadata = new Metadata();
metadata.set(Metadata.RESOURCE_NAME_KEY, f.getName());
Parser parser = new AutoDetectParser();
parser.parse(is, contenthandler, metadata);
System.out.println(metadata.get(Metadata.TITLE));
System.out.println(contenthandler.toString());

您可以搜索内容所在的contenthandler.toString()。

Answer 3

您可以分别尝试Aspose.Words for Java和Aspose.Cells for Java to extract contents from Microsoft Word和get data from Microsoft Excel文档。请注意，这两个组件不需要在开发或部署计算机上安装Microsoft Office。你可以在你那端使用try these file processing components。

披露:我是Aspose的开发者布道者。